![[Análises] Como mentir com estatística (Darrell Huff) Resumidos.](https://episodes.castos.com/660078c6833215-59505987/images/2149245/c1a-085k3-dm2q5z31hv9d-3ye80c.jpg)
Show Notes
Como mentir com estatística (Darrell Huff)
- Amazon Portugal Store: https://www.amazon.com.br/dp/858057952X?tag=9natreeportugal-20
- Amazon Worldwide Store: https://global.buys.trade/Como-mentir-com-estat%C3%ADstica-Darrell-Huff.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Como+mentir+com+estat+stica+Darrell+Huff+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Leia mais: https://portugalz.top/read/858057952X/
#estatística #manipulaçãodedados #pensamentocrítico #interpretaçãodegráficos #consciênciainformacional #correlaçãoecausalidade #análisedemédias #Comomentircomestatstica
Estes são os aprendizados deste livro.
Primeiramente, A facilidade de manipular gráficos, Neste tópico, Huff exemplifica como gráficos podem ser desenvolvidos para enganar visualmente o leitor, destacando métodos simples como alteração da escala dos eixos ou exageros no tamanho dos ícones. Pequenas mudanças podem fazer resultados parecerem mais significativos ou irrelevantes do que realmente são. O autor discute exemplos em que gráficos de barras são aumentados ou reduzidos de acordo com interesses específicos de quem apresenta os dados. Aprender a identificar essas distorções visuais é essencial para não se deixar enganar por apresentações aparentemente imparciais, reforçando a ideia de que toda representação gráfica tem um propósito e pode ser facilmente manipulada.
Em segundo lugar, A seleção tendenciosa dos dados, Darrell Huff dedica um capítulo à seleção de amostras, demonstrando que a escolha de quem será pesquisado influencia drasticamente os resultados. Amostras não representativas ou recolhidas de maneira enviesada podem gerar resultados que não correspondem à realidade do grupo como um todo. O autor cita, por exemplo, enquetes políticas realizadas apenas com leitores de uma revista específica, cujo perfil pode ser diferente da população geral. Ao alertar para essa possibilidade, Huff ensina o leitor a questionar sempre qual o universo amostral e como os dados foram coletados, ressaltando que sem esse cuidado, estatísticas podem ser facilmente utilizadas para validar quase qualquer argumento.
Em terceiro lugar, A importância dos números absolutos em vez de percentuais, Outro ponto analisado é o uso de percentuais sem o devido contexto dos números absolutos. Huff mostra como percentuais podem impressionar ou assustar, sendo muitas vezes desprovidos de sentido se não acompanhados pelos números reais. O autor dá exemplos de aumentos percentuais significativos que, em números absolutos, mostram-se irrelevantes. Da mesma forma, pequenas variações em percentuais podem mascarar grandes mudanças quando aplicadas a populações enormes. O leitor aprende, assim, a buscar sempre os números totais antes de aceitar de forma acrítica qualquer afirmação baseada apenas em percentuais.
Em quarto lugar, O perigo das médias sem contexto, Neste capítulo, Huff explica que existem diferentes tipos de média (aritmética, geométrica, mediana, etc.) e como cada uma delas pode ser utilizada para produzir resultados distintos a partir do mesmo conjunto de dados. A escolha da média errada, ou o uso intencional daquela que melhor apoia um argumento, pode alterar completamente a percepção da realidade. O autor ensina o leitor a desconfiar de médias apresentadas sem a especificação do método de cálculo ou sem informações sobre a dispersão dos dados, indicando que muitas vezes um único número é insuficiente para retratar toda a história.
Por último, Causação versus correlação, Huff dedica parte importante do livro a demonstrar a diferença entre correlação e causalidade, um erro comum tanto em matérias jornalísticas quanto em pesquisas científicas. O autor apresenta exemplos de casos em que dois fenômenos parecem estar relacionados, mas não existe relação causal entre eles. Isso pode ocorrer por coincidência, por influência de uma terceira variável desconhecida ou mesmo pelo acaso. O alerta é para os leitores não caírem na armadilha de assumir causa e efeito apenas porque dois fatos coincidem, sobretudo quando estatísticas são usadas para apoiar argumentos falaciosos.
- Amazon Portugal Store: https://www.amazon.com.br/dp/858057952X?tag=9natreeportugal-20
- Amazon Worldwide Store: https://global.buys.trade/Como-mentir-com-estat%C3%ADstica-Darrell-Huff.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Como+mentir+com+estat+stica+Darrell+Huff+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Leia mais: https://portugalz.top/read/858057952X/
#estatística #manipulaçãodedados #pensamentocrítico #interpretaçãodegráficos #consciênciainformacional #correlaçãoecausalidade #análisedemédias #Comomentircomestatstica
Estes são os aprendizados deste livro.
Primeiramente, A facilidade de manipular gráficos, Neste tópico, Huff exemplifica como gráficos podem ser desenvolvidos para enganar visualmente o leitor, destacando métodos simples como alteração da escala dos eixos ou exageros no tamanho dos ícones. Pequenas mudanças podem fazer resultados parecerem mais significativos ou irrelevantes do que realmente são. O autor discute exemplos em que gráficos de barras são aumentados ou reduzidos de acordo com interesses específicos de quem apresenta os dados. Aprender a identificar essas distorções visuais é essencial para não se deixar enganar por apresentações aparentemente imparciais, reforçando a ideia de que toda representação gráfica tem um propósito e pode ser facilmente manipulada.
Em segundo lugar, A seleção tendenciosa dos dados, Darrell Huff dedica um capítulo à seleção de amostras, demonstrando que a escolha de quem será pesquisado influencia drasticamente os resultados. Amostras não representativas ou recolhidas de maneira enviesada podem gerar resultados que não correspondem à realidade do grupo como um todo. O autor cita, por exemplo, enquetes políticas realizadas apenas com leitores de uma revista específica, cujo perfil pode ser diferente da população geral. Ao alertar para essa possibilidade, Huff ensina o leitor a questionar sempre qual o universo amostral e como os dados foram coletados, ressaltando que sem esse cuidado, estatísticas podem ser facilmente utilizadas para validar quase qualquer argumento.
Em terceiro lugar, A importância dos números absolutos em vez de percentuais, Outro ponto analisado é o uso de percentuais sem o devido contexto dos números absolutos. Huff mostra como percentuais podem impressionar ou assustar, sendo muitas vezes desprovidos de sentido se não acompanhados pelos números reais. O autor dá exemplos de aumentos percentuais significativos que, em números absolutos, mostram-se irrelevantes. Da mesma forma, pequenas variações em percentuais podem mascarar grandes mudanças quando aplicadas a populações enormes. O leitor aprende, assim, a buscar sempre os números totais antes de aceitar de forma acrítica qualquer afirmação baseada apenas em percentuais.
Em quarto lugar, O perigo das médias sem contexto, Neste capítulo, Huff explica que existem diferentes tipos de média (aritmética, geométrica, mediana, etc.) e como cada uma delas pode ser utilizada para produzir resultados distintos a partir do mesmo conjunto de dados. A escolha da média errada, ou o uso intencional daquela que melhor apoia um argumento, pode alterar completamente a percepção da realidade. O autor ensina o leitor a desconfiar de médias apresentadas sem a especificação do método de cálculo ou sem informações sobre a dispersão dos dados, indicando que muitas vezes um único número é insuficiente para retratar toda a história.
Por último, Causação versus correlação, Huff dedica parte importante do livro a demonstrar a diferença entre correlação e causalidade, um erro comum tanto em matérias jornalísticas quanto em pesquisas científicas. O autor apresenta exemplos de casos em que dois fenômenos parecem estar relacionados, mas não existe relação causal entre eles. Isso pode ocorrer por coincidência, por influência de uma terceira variável desconhecida ou mesmo pelo acaso. O alerta é para os leitores não caírem na armadilha de assumir causa e efeito apenas porque dois fatos coincidem, sobretudo quando estatísticas são usadas para apoiar argumentos falaciosos.
